Bolsa de TT-V em Engenharia Biomédica
Level 5-Technical Training Fellowship in Biomedical Engineering
Nº: 5563
Área de conhecimento: Ciência da Computação
Field of knowledge: Computer science
Nº do processo FAPESP: 2021/06137-4
FAPESP process: 2021/06137-4
Título do projeto: Prevendo Eventos Cardiovasculares Usando Aprendizado de Máquina
Project title: Predicting Cardiovascular Events Using Machine Learning
Área de atuação: Engenharia Biomédica
Working area: Biomedical Engineering
Quantidade de vagas: 1
Number of places: 1
Pesquisador responsável: Paulo Mazzoncini de Azevedo Marques
Principal investigator: Paulo Mazzoncini de Azevedo Marques
Unidade/Instituição: Faculdade de Medicina de Ribeirão Preto (FMRP-USP)
Unit/Instituition: Faculdade de Medicina de Ribeirão Preto (FMRP-USP)
Data limite para inscrições: 25/11/2022
Deadline for submissions: 2022-11-25
Publicado em: 04/11/2022
Publishing date: 2022-11-04
Localização: Rua Tenente Catão Roxo, 3900 (Centro de Ciências das Imagens e Física Médica – HC-FMRP-USP, 2º andar), Ribeirão Preto
Locale: Rua Tenente Catão Roxo, 3900 (Centro de Ciências das Imagens e Física Médica – HC-FMRP-USP, 2º andar), Ribeirão Preto
E-mail para inscrições: pmarques@fmrp.usp.br
E-mail for proposal submission: pmarques@fmrp.usp.br
-
Resumo
Este projeto está associado a um consórcio internacional, com coordenação geral do Prof. Peter P. Rainer, Medical University of Graz (Áustria), coordenação local do Prof. Paulo Mazzoncini de Azevedo-Marques, Faculdade de Medicina de Ribeirão Preto – Universidade de São Paulo e participação de pesquisadores do Hasso Plattner Institute for Digital Engineering – University of Potsdam (Alemanha) e Karolinska Institutet – Department of Clinical Sciences, Danderyd Hospital (Suécia).
O bolsista de Treinamento Técnico nível cinco (TT-V) irá trabalhar com validação e melhoria de modelos de aprendizado de máquina para previsão de eventos cardiovasculares. Deverá organizar e pré-processar uma coorte local de pacientes, garantindo a harmonização dos dados em conformidade com os padrões adotados pelos parceiros internacionais, com base no OMOP-CDM. O bolsista também deverá apoiar o processo de validação e atualização do modelo de aprendizado de máquina que será disponibilizado pelo consórcio, o que será feito através de uma abordagem de aprendizagem federada.
Alta capacidade de programação em Phyton, R, Docker é necessária.
A pesquisa será desenvolvida no Centro de Ciências das Imagens e Física Médica (CCIFM) do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP) da Universidade de São Paulo, em Ribeirão Preto (SP).
Mais informações sobre requisitos e benefícios da Bolsa FAPESP TT-V estão em fapesp.br/3098 e fapesp.br/3162.
-
Enviar
Oportunidade - Oportunidades Abertas Open Opportunities
-
Fellowships Opportunities